京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代话高考
再过几天,数百万学子就要走进考场,参加一年一度的高考了。相信语文考试结束后,各省的作文题目一出来,立即又会形成一个议论的“热点”。不知从何时起,高考中的“命题作文”变得少了些,更多的是给出一段材料,让学生自选角度、自拟题目写作,结果“材料”作者有时还颇不乐意,会和考试中心打一场知识产权的官司,这样的“节外生枝”,其实也是社会发展或进步的体现。
作为旁观者,从各个视角对一套试题提出批评是很容易的,当一份试题被置于显微镜或放大镜下检查的时候,措辞、标点符号等的瑕疵都会被人“无情”地扒出来,所以要出一份令各方满意、皆大欢喜的作文题是很不容易的,尤其对于像高考这样的选拔性考试来说,既要让绝大多数学生有话说,又要有一定的区分度,其对命题水平的要求可想而知。有的时候我们会埋怨学生“答”得普遍不好,真实情况或许更可能是题“命”得不好,学生“审”不出老师想问什么,甚至命题老师做自己的题,也不容易找着入手处,这大概也是出现高考大年、小年的原因之一吧。
说到作文题,自1977年恢复高考以来,“该”考的题材和体裁好像都已经考过了,让学生写些中规中矩的记叙文、说明文或议论文吧,很容易被任课老师押中,而且也难不住学生,所以老师出题似乎也就只剩下“偏”、“怪”,这种情况在以科举考试闻名世界的中国古代即已显现。
从隋炀帝于公元605年始创科举考试以来,到明清时期这一制度已日臻完善,而长期以四书五经为命题内容,几乎使经书中的每句话都有了详尽的解读,科考“教辅参考书”或“范文”充斥坊间,遂使命题官们只好别出心裁,经常由前后两句中各截出半句,组合成题,令那些寒窗苦读的士子不知所云,无从“破题”。清末知识分子谈到科举之弊时,往往能切中要害,一针见血。比如,龚自珍就曾对此提出批评,“今世科场之文,万喙相因,词可猎而取,貌可拟而肖,坊间刻本,如山如海。四书文禄士,五百年矣,士禄于四书文,数万辈矣,既穷既极。”而为了防止民间“押题”,命题也只能越来越怪。这样的八股考试内容及标准,必然衍生出相应的应试教育,而由此造成了读书人只知背诵四书五经,学作八股文,选拔的人才则既无真才实学,又不能适应现实社会的需要。
记得曾经看过一则笑话,说晚清时有一学子赴京赶考,考题为“试述鸦片之害”。这位学子估计属于“两耳不闻窗外事,一心只读圣贤书”之类的愚儒,在已风气大开的时代,竟不知鸦片为何物,提笔答道:“昏鸦咶噪,啼声不祥。然试述其害者,尤为其掠食夺粮,麦粒稻尖未及收取,即为之素餐。一鸦尚害于此,何况成片乎?”读书读到这个份上,也真迂腐昏聩的可笑复可叹。
我们今天也经常谈论高考所带来的应试教育之弊。每到高考前后,总会有疑似各省高考状元“现状”的调查报告在坊间流传,有时甚至用“全军覆没”这样危言耸听的词来加以形容,而前几天有关人大毕业生遭遇变故、沦为低保户的报道,虽令人唏嘘,却也让人反思高考这一选拔性考试的弊端及高校在人才培养方面的偏差。一般认为,在高考这一“指挥棒”下孕育出来的应试模式,使中学的教育目的只剩下了提高升学率这一条,而选拔出来的学生在输送到高校后,普遍存在高分低能现象,学生们没有个性,没有思想,缺乏创造力,自然为社会所诟病。虽然造成这一现状的原因很多,不过,高考的“指挥棒”效应仍被认为是主导性因素。要想破解这一难题,我们可以在命题这一环节上下功夫,通过命题内容和模式的改革,对中学的教育方向做以“引导”,以培养和激发学生的创造性思维,而这在我们所指称的“大数据时代”,是不难办到的。
以几乎谁都可以批评的作文题为例,我们可以对恢复高考后的四十年中,进入高校后的不同分数段的考生的学习状况及毕业后的职业表现进行“跟踪”调查和分析,并以此为根据,对相应的作文题目加以评估,即可大致判断出作文题目的“好坏”,了解学生真实的写作水平。以此类推,其他考试科目的命题质量也可以如此这般地进行“检测”,从而制定合理的命题标准,提高命题质量,在为高校选拔优秀人才的同时,还可以缓解网友们的质疑给命题老师及考试中心带来的压力。
恢复高考四十年的时间,说长不长,说短也不短,我们有庞大的“考生”群和“考题”数量的积累,而网络“大数据”又为我们提供了分析的工具,以这样的方式纪念恢复高考四十周年,一定能为今后高考制度的发展和完善提供更好的经验,套用一句被用烂了的话,切“不要辜负了”大数据这个“时代”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13